A talaj hidrofizikai paraméterértékeinek a szimulált csapadékmennyiségre és annak területi eloszlására gyakorolt hatását vizsgáltuk. Vizsgálatunkban két különböző talajadatbázisból – az USDA és a HUNSODA – adott hidraulikus talajparaméter-értékre kapott csapadékeloszlást vetettük össze. Elemeztük továbbá a szimulált csapadékmezőnek a szabadföldi vízkapacitás és a hervadáspont parametrizálására, valamint a talajnedvesség rácson belüli területi eloszlására való érzékenységét. A szimulációkat 8 napra végeztük a Noah felszínmodellel csatolt MM5 időjárás előrejelző rendszerrel. A szimulált csapadékeloszlást mért csapadékmennyiségekkel hasonlítottuk össze. A szimulált és a mért csapadékadatok interpolált értékei 18×18 km-es rácsra vonatkoznak. A különböző adatbázisokból becsült talajparaméter-értékek különbözősége nem eredményezett rendezett mintázatbeli különbségeket a konvektív csapadék területi eloszlásában. A teljes modellterületre lehulló csapadékmennyiség jelentéktelen mértékben tért el a különböző szimulációk során A csapadékrendszerek vonulásának szimulációiban a különbségeket sokszor a szimulált csapadéksávok kb. 50 km-es eltolódásai okozzák. Ez lokálisan akár ±30 mm·nap–1 csapadékkülönbséget jelent. A talajadatbázisok különbözőségéből eredő talajparaméter-érték különbségek akár 25%-os különbséget is adnak a csapadék ETS verifikációs indexében. A Spearman korreláció alapján a szimulált csapadékmezők különbsége pedig a p = 0,02 szinten szignifikáns. A Θw parametrizálása szintén fontosnak bizonyult. Ekkor az ETS kb. 20%-kal változott meg, a mért és a modellezett csapadék pedig a p = 0,11 szinten különbözött szignifikánsan. A konvektív csapadék a Θf paraméter értékére volt a legkevésbé érzékeny.
Ács, F., 2003. On the relationship between the spatial variability of soil properties and transpiration. Időjárás. 107. 257–272.
Ács F., Horváth Á. & Breuer H., 2008. A talaj szerepe az időjárás alakulásában. Agrokémia és Talajtan. 57. 225–238.
Ács, F. et al., 2010a. Sensitivity of local convective precipitation to parameterization of the field capacity and wilting point soil moisture contents. Időjárás. 114. 39–55.
Ács, F. et al., 2010b. Effect of soil hydraulic parameters on the local convective precipitation. Meteorol. Z. 19. 143–153.
Campbell, G. S., 1974. A simple method for determining unsaturated conductivity from moisture retention data. Soil Sci. 117. 311–314.
Chen, F. & Dudhia, J., 2001. Coupling and Advanced Land Surface-Hydrology Model with the Penn State-NCAR MM5 Modeling System. Part I. Model implementation and sensitivity. Mon. Wea. Rev. 129. 569–585.
Cosby, B. J. et al., 1984. A statistical exploration of the relationships of soil moisture characteristics to the physical properties of soils. Water Resour. Res. 20. 682–690.
Dudhia, J., 1993. A non-hydrostatic version of the Penn State-NCAR Mesoscale Model: Validation tests and simulation of an Atlantic cyclone and cold front. Mon. Wea. Rev. 121. 1493–1513.
Ebert, E. E. & McBride, J. L., 1997. Methods for verifying quantitative precipitation forecast: application to the BMRC LAPS model 24-hour precipitation forecast. BMRC Techniques Development Report No. 2. Melbourne, Australia.
Filep Gy. & Ferencz G., 1999. Javaslat a magyarországi talajok szemcseösszetétel szerinti osztályozásának pontosítására. Agrokémia és Talajtan. 48. 305–320.
Fisher, R. A., 1915. Frequency distribution of the values of the correlation coefficient in samples of an indefinitely large population. Biometrika. 10. 507–521.
Fisher, R. A., 1921. On the ’probable error’ of a coefficient of correlation deduced from a small sample. Metron. 1. 3–32.
Fodor, N. & Rajkai, K., 2005. Estimation of physical soil properties and their use in models. Agrokémia és Talajtan. 54. 25–40.
Gao, Y. et al., 2008. Enhacement of land surface information and its impact on atmospheric modeling in the Heihe River Basin, northwest China. J. Geophys. Res. 113. (D20S90), doi:10.1029/2008JD010359.
Götz G. & Rákóczi F., 1981. A dinamikus meteorológia alapjai. Tankönyvkiadó. Budapest.
Grell, G., Dudhia, J. & Stauffer, D., 1994. A description of the fifth generation Penn State/NCAR Mesoscale Model. NCAR Tech. Note NCAR/TN-398+STR.
Hohenegger, C. et al., 2009. The soil moisture–precipitation feedback in simulations with explicit and parameterized convection. J. Climate. 22. 5003–5020.
Horváth, Á., Ács, F. & Breuer, H., 2009. On the relationship between soil, vegetation and severe convective storms: Hungarian case studies. Atmos. Res. 93. 66–81.
Horváth, Á., Ács, F. & Geresdi, I., 2007. Sensitivity of severe convective storms to soil hydrophysical characteristics: A case study for April 18, 2005. Időjárás. 111. 221–237.
Janjic, Z. J., 1990. The step-mountain coordinate–physical package. Mon. Wea. Rev. 118. 1429–1443.
Janjic, Z. J., 1994. The step-mountain Eta coordinate model. Further developments of the convection, viscous sublayer and turbulent closure schemes. Mon. Wea. Rev. 122. 927–945.
Laza B., 2010. A planetáris határréteg és a talaj hidrofizikai tulajdonságai közötti kapcsolat vizsgálata az MM5 modellel. BSc szakdolgozat. Budapest.
Mahrt, L. & Pan, H. L., 1984. A two-layer model of soil hydrology. Bound.-Layer Meteorol. 29. 1–20.
Mlawer, E. J. et al., 1997. Radiative transfer for inhomogeneous atmosphere: RRTM, a validated correlated-k model for the longwave. J. Geophys. Res. 102. (D14) 16663–16682.
Nemes, A., 2002. Unsaturated soil hydraulic database of Hungary: HUNSODA. Agrokémia és Talajtan. 51. 17–26.
Nurmi, P., 2003. Recommendations on the Verification of Local Weather Forecasts. ECMWF Tech. Memo No. 430. Reading, England.
Osborne, T. M. et al., 2004. Influence of vegetation on the local climate and hydrology in the tropics: sensitivity to soil parameters. Clim. Dyn. 23. 45–61.
Pan, H. L. & Mahrt, L., 1987. Interaction between soil hydrology and boundary-layer development. Bound.-Layer Meteorol. 38. 185–202.
Reisner, J., Rasmussen, R. M. & Bruintjes, R. T., 1998. Explicit forecasting of supercooled liquid water in winter storms using the MM5 mesoscale model. Quart. J. Roy. Meteor. Soc. 124. 1071–1107.
Rubel, F. & Brugger, K., 2009. 3-hourly quantitative precipitation estimation over Central and Northern Europe from rain gauge and radar data. Atmos. Res. 94. 544–554.
Rubel, F. & Hantel, M., 1999. Correction of daily rain gauge measurements in the Baltic Sea drainage basin. Nord. Hydrol. 30. 191–208.
Rubel, F. & Hantel, M., 2001. BALTEX 1/6-degree daily precipitation climatology 1996–1998. Meteor. Atmos. Phys. 77. 155–166.
Spearman, C., 1904. The proof and measurement of association between two things. Amer. J. Psychol. 15. 72–101.
Stefanovits P., Filep Gy. & Füleky Gy., 1999. Talajtan. 4. kiadás. Mezőgazda Kiadó. Budapest.
Várallyay Gy., 1973. A talaj nedvességpotenciálja és új berendezés annak meghatározására az alacsony (atmoszféra alatti) tenziotartományban. Agrokémia és Talajtan. 22. 1–22.
Zelen, M. & Severo, N. C., 1972. Probability functions. In: Handbook of Mathematical Functions. (Eds.: Abramowitz, M. & Stegun, I. A.) 925–996. Dover Publications Inc. New York.